Sensoriamento remoto de alta resolução para agricultura digital

• Processo: 21/06029-7
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Data de Início da vigência: 01 de agosto de 2022
• Data de Término da vigência: 31 de julho de 2027
• Área do conhecimento: Ciências Exatas e da Terra - Geociências - Geodésia
• Pesquisador responsável: Antonio Maria Garcia Tommaselli
• Beneficiário: Antonio Maria Garcia Tommaselli
• Instituição Sede: Faculdade de Ciências e Tecnologia (FCT). Universidade Estadual Paulista (UNESP). Campus de Presidente Prudente. Presidente Prudente , SP, Brasil
• Pesquisadores principais: Aluir Porfírio Dal Poz ; Nilton Nobuhiro Imai ; Rouverson Pereira da Silva
• Pesquisadores associados: Adilson Berveglieri ; Ana Paula Marques Ramos ; Bruno Sérgio Vieira ; David Ferreira Lopes Santos ; David Luciano Rosalen ; Edemar Moro ; Fabio Fernando de Araujo ; Fernanda Sayuri Yoshino Watanabe ; Gelci Carlos Lupatini ; George Deroco Martins ; João Carlos Cury Saad ; Maria de Lourdes Bueno Trindade Galo ; Mauricio Galo ; Milton Hirokazu Shimabukuro ; Odair Aparecido Fernandes ; Paulo de Oliveira Camargo ; Raul Queiroz Feitosa ; Renato César dos Santos
• Auxílio(s) vinculado(s): 24/04106-2 - 2024 IEEE International Geoscience and Remote Sensing Symposium - IGARSS, AR.EXT; 22/11647-4 - EMU concedido no processo 2021/06029-7: Laser Scanner Terrestre FARO Focus Premium 70, AP.EMU
• Bolsa(s) vinculada(s): 25/01739-7 - Calibração de plataformas terrestres estáticas e móveis para sensoriamento remoto de alta resolução, BP.TT; 25/00683-8 - Extração Automática de Variáveis Dendrométricas Usando Dados LiDAR Multiplataformas, BP.IC; 24/15322-8 - Avaliação de atividade microbiana e nematoides no solo, rendimento de soja e capim em sistema integrado de cultivo, BP.IC; + mais bolsas vinculadas 24/16495-3 - Estimativa da produtividade de soja, massa e composição química de pastagens por meio sensoriamento remoto, BP.TT; 23/14756-1 - Determinação da correspondência e orientação relativa de nuvens de pontos obtidas por sistema laser terrestre, BP.MS; 23/12653-0 - Aplicação de algoritmos de aprendizado de máquina e sensoriamento remoto na previsão de perdas na colheita de amendoim, BP.IC; 23/13500-3 - Mapeamento de plantas daninhas em cultura de batata-doce a partir de imagens de alta resolução espacial, BP.IC; 23/14041-2 - Estimativa da produtividade da batata por meio de ferramentas de agricultura digital, BP.PD; 23/15204-2 - Técnicas de registro para imagens multiespectrais coletadas por um sistema terrestre móvel., BP.IC; 23/11289-3 - Classificação de áreas infestadas com nematoides baseada em algoritmo de aprendizado de máquina utilizando imagens multiespectrais Planet, BP.IC; 23/08119-9 - Sensoriamento remoto de alta resolução para monitoramento da cultura da batata, BP.IC; 23/11130-4 - Desempenho Financeiro dos Sistemas de Produção Agrícola com Sistemas Físicos e Digitais, BP.TT; 23/04806-1 - Avaliação de atividade microbiana e comunidade de nematoides em sistema de integração lavoura pecuária, BP.IC; 23/02772-2 - Detecção de linhas de plantio de laranjais usando ortomosaico de alta resolução e redes neurais convolucionais, BP.IC; 22/16084-8 - Estrutura de trabalho para sensoriamento remoto de alta resolução na tomaticultura utilizando minicomputador e computação em nuvem, BP.DR; 23/01099-2 - Processamento de imagens multiespectrais e dados de varredura a LASER coletados à curta-distância, BP.TT; 22/12750-3 - Levantamento e processamento de dados de sensoriamento remoto aéreo e terrestre em áreas de capim e soja, BP.TT; 22/14168-0 - Avaliação experimental da influência das geometrias de iluminação e aquisição no fator de reflectância dos alvos em imagens multiespectrais tomadas de VARP - Veículo Aéreo Remotamente Pilotado, BP.IC; 22/12681-1 - Geração de nuvens de pontos multiespectrais por um sistema terrestre móvel, BP.IC - menos bolsas vinculadas
• Assunto(s): Fotogrametria Sensoriamento remoto Agricultura digital Sistemas de navegação global por satélite
• Palavra(s)-Chave do Pesquisador: Fotogrametria | Imagens Multiespectrais | Integração de dados espaciais | Sensoriamento remoto proximal | Varredura a laser | Veículo Aéreo Remotamente Pilotado | Fotogrametria

Resumo

Os desafios que a agricultura enfrentará nos próximos anos exigem a assimilação e desenvolvimento de novas tecnologias para aumentar a produtividade de modo sustentável. A incorporação da agricultura digital é um dos caminhos para fazer face à estes desafios e isso inclui o uso de sensoriamento remoto de alta resolução, posicionamento GNSS (Global Navigation Satellite System) acurado, análise espacial e Inteligência Artificial (IA). O objetivo principal deste projeto é estudar a utilização em agricultura digital de dados e imagens multirresolução e multitemporais coletados por distintas plataformas e múltiplos sensores, envolvendo sensores ativos e passivos, multi e hiperespectrais, embarcados em veículos aéreos remotamente pilotados e sistemas terrestres móveis. Serão desenvolvidos sistemas físicos, técnicas e software para a aquisição, processamento e análise destes dados visando a detecção de patógenos, deficiências nutricionais, predição de produção e impacto econômico. Serão desenvolvidos sistemas para coleta de dados multiespectrais, hiperespectrais, de varredura a LASER georreferenciados os quais serão fundidos em estruturas de dados tridimensionais, englobando as vistas aéreas e terrestres, reduzindo oclusões e propiciando o desenvolvimento e aplicação de técnicas de IA específicas para dados tridimensionais multitemporais. São aspectos importantes deste projeto as ênfases na acurácia dos dados geoespaciais com vistas ao uso de dados multitemporais, o uso de técnicas de IA que explorem o conhecimento existente. Serão exploradas múltiplas cooperações internacionais e uma rede de pesquisa local. (AU)

Publicações científicas

(9)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DOS SANTOS, RENATO CESAR; DA SILVA, MATHEUS FERREIRA; TOMMASELLI, ANTONIO MARIA G.; GALO, MAURICIO. AUTOMATIC TREE DETECTION/LOCALIZATION IN URBAN FOREST USING TERRESTRIAL LIDAR DATA. IGARSS 2024-2024 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, IGARSS 2024, v. N/A, p. 4-pg., 2024-01-01. (24/04106-2, 21/06029-7, 22/11647-4)

BERVEGLIERI, ADILSON; IMAI, NILTON NOBUHIRO; WATANABE, FERNANDA SAYURI YOSHINO; TOMMASELLI, ANTONIO MARIA GARCIA; EDERLI, GLORIA MARIA PADOVANI; DE ARAUJO, FABIO FERNANDES; LUPATINI, GELCI CARLOS; HONKAVAARA, EIJA. Remote Prediction of Soybean Yield Using UAV-Based Hyperspectral Imaging and Machine Learning Models. AGRIENGINEERING, v. 6, n. 3, p. 19-pg., 2024-09-01. (21/10823-0, 21/06029-7)

ORLANDO, VINICIUS SILVA WERNECK; GALO, MARIA DE LOURDES BUENO TRINDADE; MARTINS, GEORGE DEROCO; LINGUA, ANDREA MARIA; DE ASSIS, GLEICE APARECIDA; BELCORE, ELENA. Hyperspectral Characterization of Coffee Leaf Miner (Leucoptera coffeella) (Lepidoptera: Lyonetiidae) Infestation Levels: A Detailed Analysis. AGRICULTURE-BASEL, v. 14, n. 12, p. 12-pg., 2024-12-01. (21/06029-7)

GARCIA, THAISA ALINE CORREIA; TOMMASELLI, ANTONIO MARIA GARCIA; CASTANHEIRO, LETICIA FERRARI; CAMPOS, MARIANA BATISTA. A photogrammetric approach for real-time visual SLAM applied to an omnidirectional system. PHOTOGRAMMETRIC RECORD, v. 39, n. 187, p. 23-pg., 2024-04-30. (21/06029-7)

WERNECK ORLANDO, VINICIUS SILVA; MARTINS, GEORGE DEROCO; FRAGA JUNIOR, EUSIMIO FELISBINO; MARRA, ALINE BARROCA; PEREIRA, FERNANDO VASCONCELOS; TRINDADE GALO, MARIA DE LOURDES BUENO. POTENTIAL OF MULTISPECTRAL IMAGES TAKEN BY SENSORS EMBEDDED IN UAVS FOR MONITORING THE COFFEE CROP IRRIGATION. GEOSPATIAL WEEK 2023, VOL. 10-1, v. N/A, p. 6-pg., 2023-01-01. (21/06029-7)

MORIYA, ERIKA AKEMI SAITO; IMAI, NILTON NOBUHIRO; TOMMASELLI, ANTONIO MARIA GARCIA; HONKAVAARA, EIJA; ROSALEN, DAVID LUCIANO. Design of Vegetation Index for Identifying the Mosaic Virus in Sugarcane Plantation: A Brazilian Case Study. AGRONOMY-BASEL, v. 13, n. 6, p. 20-pg., 2023-06-01. (13/50426-4, 21/06029-7)

MARRA, A. B.; GALO, M. L. B. T.; TONOLO, F. GIULIO; SANO, E. E.; ORLANDO, V. S. W.. BURNT AREAS SEMANTIC SEGMENTATION FROM SENTINEL DATA USING THE U-NET NETWORK TRAINED WITH SEMI-AUTOMATED ANNOTATIONS. 39TH INTERNATIONAL SYMPOSIUM ON REMOTE SENSING OF ENVIRONMENT ISRSE-39 FROM HUMAN NEEDS TO SDGS, VOL. 48-M-1, v. N/A, p. 7-pg., 2023-01-01. (21/06029-7)

MACHADO, M. V.; TOMMASELLI, A. M. G.. UAV-LIDAR BORESIGHT ESTIMATION USING VIRTUAL CONTROL POINTS: A CASE STUDY. GEOSPATIAL WEEK 2023, VOL. 10-1, v. N/A, p. 8-pg., 2023-01-01. (13/50426-4, 21/06029-7)

DA SILVA, MATHEUS FERREIRA; DOS SANTOS, RENATO CESAR; GALA, MAURICIO. DETECTION AND SEGMENTATION OF ORANGE FRUIT IN 3D POINT CLOUDS GENERATED BY A TERRESTRIAL LIDAR SYSTEM. IGARSS 2024-2024 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, IGARSS 2024, v. N/A, p. 4-pg., 2024-01-01. (24/04106-2, 21/06029-7, 22/11647-4)